hellog〜英語史ブログ / 2011-08-20

■ #845. 現代英語の語彙の起源と割合 [lexicology][loan_word][statistics][bnc][corpus]

　現代英語の語彙における本来語と借用語の比率については，本ブログでも何度か取り上げてきた．いくつかリンクを張っておこう．

　・ [2010-12-31-1]: #613. Academic Word List に含まれる本来語の割合
　・ [2010-06-30-1]: #429. 現代英語の最頻語彙10000語の起源と割合
　・ [2010-05-16-1]: #384. 語彙数とゲルマン語彙比率で古英語と現代英語の語彙を比較する
　・ [2010-03-02-1]: #309. 現代英語の基本語彙100語の起源と割合
　・ [2009-11-15-1]: #202. 現代英語の基本語彙600語の起源と割合
　・ [2009-11-14-1]: #201. 現代英語の借用語の起源と割合 (2)
　・ [2009-08-15-1]: #110. 現代英語の借用語の起源と割合

　語種の数量的な調査には，数え挙げる際のソースを何にするか，type-count か token-count か，どのくらいの語彙規模を扱うか，語源にまつわる不正確さをどのように処理するか，などの考慮すべき事項が様々あり，研究者によって結果がまちまちとなることがある．しかし，複数の調査を比べれば，およその平均値や全体像が見えてくるのも確かである．
　先日参加してきた ICOME7 (The Seventh International Conference on Middle English) で，8月4日，OED3 の主幹語源学者 Philip Durkin 氏が "Some neglected aspects of Middle English lexical borrowing from (Anglo-)French" と題する講演で関連する話題について触れていたので，要点をメモしておく．
　Durkin 氏は BNC から最頻1000語のリストを取り出し，語源分析した．その結果，英語本来語が489語，フランス・ラテン語が489語，ノルド語が32語，それ以外の言語が10語という数値が得られた．大規模コーパスの頻度リスト (see [2010-03-01-1]) を利用した語源調査はいつか自分でやろうと思っていたが，Durkin 氏のおかげでその労力を省くことができた（ありがとうございます！）．
　これにより，上記のリンクで示した諸調査と合わせて，type-count に基づく最頻100語，600語，1000語，2000語，3000語，4000語，5000語，6000語，7000語，8000語，9000語，10000語という12段階の語彙規模での語種別比率が得られたことになる．母体となる現代英語語彙の情報ソース，数え方，語種区分はそれぞれ異なっているのかもしれないが，一応の目安として以下で全体像を示したい．語種区分は English, French and/or Latin, Scandinavian, Other として4種類に統一した．

Level English French/Latin Scandinavian Other 100 (GSL) 92% 3% 5% 0% 600 (LDOCE3) 47 45 4 4 1000 (BNC) 46.9 48.9 3.2 1.0 1000 (Williams) 83 13 2 2 2000 (Williams) 34 57 2 7 3000 (Williams) 29 60 1 10 4000 (Williams) 27 62 1 10 5000 (Williams) 27 64 1 8 6000 (Williams) 27 61 2 10 7000 (Williams) 23 62 2 13 8000 (Williams) 26 59 2 13 9000 (Williams) 25 58 2 15 10000 (Williams) 25 60 1 14

　上から3つ目と4つ目の棒グラフは，同じ最頻1000語レベルでの比較だが，3つ目は上述の Durkin の BNC 調査によるもの，4つ目は[2010-06-30-1]の記事で示した Williams のものである．著しい差異が生じたが，これも調査方法が異なるがゆえだろうか．注意して解釈する必要があるが，この点を除けば全体としてなだらかに推移し，最終的には本来語25%，ラテン・フランス語60%，それ以外が15%という数値におよそ落ち着くようだ．

[ 固定リンク | 印刷用ページ ]